基于改进EMD和小波阈值法的风机数据降噪研究

• 作者: 赵坤 郑小霞
• 来源期刊: 上海电力学院学报
• 学科: 工学
• 关键词: 经验模态分解 风机信号 小波阈值
• 年，卷（期）: 2020,（2）
• 页码范围: 136-140
• 页数: 5页
• 分类号: TK83
• 字数: 2709字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-8299.2020.02.007

摘要

风机轴承振动信号中混杂着噪声,会对后期的故障诊断造成困难.提出了一种改进经验模态分解(EMD)与小波阈值降噪相结合的风机数据降噪方法.首先,采用EMD对原始振动信号进行分解得到信号的固有模态函数,考虑到各个分量中都含有噪声和信号从而出现模态混叠现象,故采用相关系数法筛选出信号分量和噪声分量对EMD进行改进.然后,采用小波阈值法对噪声分量进行降噪,并将信号分量与处理后的噪声分量进行重构,最终完成信号降噪.最后,选取某风机轴承振动数据作为实验数据,有效地去除了原始信号中的噪声,并得出轴承内圈故障的结论,与实际结果一致,验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑小霞	上海电力大学自动化工程学院	31	287	9.0	16.0
2	赵坤	上海电力大学自动化工程学院	3	0	0.0	0.0